Agrovoltaik ve drone: güneş panelleri altındaki tarımsal üretim nasıl izlenir

Giriş

Agrovoltaik, bir arazinin çifte amaçla kullanılması anlamına gelir: güneş panellerinin kurulmasıyla fotovoltaik enerji üretmek ve aynı zamanda tarımsal faaliyet yürütmek. Bir agrovoltaik sistemin faydaları seçilen ürüne göre değişir. Örneğin domates söz konusu olduğunda, panellerin kurulumu daha fazla gölgelendirme sağlayarak aşırı sıcaklıkların olumsuz etkilerini azaltır; bir başka örnek ise çok fazla suya ihtiyaç duyan ve “serinletici” etki yaratan gölgeli alanlardan yararlanabilecek pirinçtir.

Elektrik üretimini tarımsal üretimle birleştirmeyi mümkün kılan yenilikçi bir çözümdür ve çiftçi açısından kazan-kazan bir yaklaşım olarak değerlendirilebilir. Bununla birlikte, kısmi güneş paneli örtüsünün getirilmesi, mevcut güneş radyasyonu, toprak sıcaklığı, nem ve su dağılımı gibi tarlanın mikroklimatik koşullarını önemli ölçüde değiştirir.

Bu etkileri anlamak ve optimize etmek için dronlar, ürünlerin fizyolojik durumu ve panellerin varlığının yol açtığı mikroklimatik değişimler hakkında yüksek hassasiyetli veriler toplanmasına olanak tanıyarak agronomik kararlara somut destek sunar.

Drone: teknisyenin ve çiftçinin hizmetindeki gözler

RGB sensörleri ve termal kamerayla donatılmış bir drone, bir agrovoltaik sistemin durumunu derinlemesine analiz etmek için belirleyici bir araçtır (Şekil 1). Planlanmış uçuşlar sayesinde, Agrobit’in hizmeti olan iDrone, değerli bilgilerin hızlı ve yüksek hassasiyetle elde edilmesini sağlar. Uçuş sırasında toplanan görüntüler, ekip tarafından geliştirilen özel yazılım ve algoritmalarla işlenerek hem ağaç örtüsünün hem de enerji sisteminin izlenmesinde yararlı tematik haritalar üretir.

Şek.1: Deneysel bir agrovoltaik sistemdeki narenciye bahçesi (CIHEAM Bari).

Bu yaklaşım sayesinde çiftçi, tarlayı yalnızca “çıplak gözle” gözlemlemek zorunda kalmaz; ölçülebilir verilere dayanan nesnel ve ayrıntılı bir analize güvenebilir.

Özellikle iDrone şunları mümkün kılar:

• Güneş panelleri altındaki ürün gelişimini izlemek, tam güneş alan alanlar ile gölgeli alanlar arasındaki canlılık ve büyüme farklarını değerlendirerek;
• Su veya sıcaklık stresini erken tespit etmek, çevresel koşulların heterojen olduğu bir agrovoltaik bağlamda son derece önemlidir;
• Sulama ve alana özel kaynak yönetimi gibi hedefe yönelik agronomik kararları destekleyen tematik haritalar oluşturmak.

3B model aracılığıyla RGB ve termal inceleme

Vaka çalışması, Güney İtalya’da, bazı sıralarda aynı anda fotovoltaik sistemin de bulunduğu bir narenciye bahçesidir. Daha ayrıntılı olarak, paneller yaklaşık 4 metre yükseklikte monte edilmiş olup narenciye bahçesinin merkezi bölgesini kaplamaktadır. Bu ön bilgiler veri analizi için son derece önemlidir. Bir ağaç kültürü söz konusu olduğundan, tepe örtüsünden doğru veri çıkarımına odaklanmak esastır. RGB görüntüleri, sistemin heterojenliğinin gözlemlenebildiği gerçek renkli bir ortomozaik oluşturulmasını sağlar; hava görüntülerinin işlenmesi sırasında ayrıca tarlanın 3B nokta bulutu, yani bir dijital ikizi de oluşturulur. Şekil 2, fotovoltaik panellerin altındaki değerlendirmeler için gerekli olan mükemmel nokta derinliğine sahip narenciye bahçesinin 3B perspektifini göstermektedir.

Şek.2: Narenciye bahçesinin üç boyutlu modeli.

Özel algoritmalar sayesinde, her bir narenciye ağacının yeşil tepe örtüsü (Şekil 3a) çıkarılabilir ve paneller altında bulunan bitkiler için bile biyometrik parametreleri hesaplanabilir. Tarımda biyometrik veriler, bitkilerin fiziksel, fizyolojik veya davranışsal özelliklerine ilişkin tüm ölçülebilir ve nicelendirilebilir bilgiler anlamına gelir; örneğin RGB görüntülerinden elde edilen yoğunluk (Şekil 3b), yükseklik ve kalınlık (Şekil 3c) ile tepe örtüsü hacmi (Şekil 3d) ve termal görüntülerden elde edilen ortalama sıcaklık (Şekil 3e).

Şek.3: Tepe örtüsünün RGB 3B nokta bulutu (a), tepe örtüsü yoğunluğu (b), tepe örtüsü yüksekliği ve kalınlığı (c), tepe örtüsü hacmi (d), tepe örtüsünün termal 3B nokta bulutu (e).

Bitki bitki, otomatik olarak bilgisayarlı görü ve yapay zekâ algoritmalarıyla çıkarılan bu verilerin uzamsallaştırılmasıyla, özellikle iki endeks elde edilebilir:

• TRV (Tree Row Volume): hektar başına tepe örtüsü hacmini temsil eder, yani bir hektarlık arazide bulunan biyokütle miktarını nicelendirir. Şekil 4’te, daha önce tepe örtüsü çıkarılmış her bir bitki için bu veri gösterilmektedir. Veri uzamsallaştırma teknikleri sayesinde bir bölgeleme haritası (Şekil 5) elde edilebilir. Bu haritanın önemi, tarlanın genel görünümünü tek bakışta sunması ve reçete haritalarının hazırlanmasına temel oluşturmasıdır. Temel amaç, girdi dağılımını optimize etmek ve bitki örtüsü yoğunluğunu tahmin etmektir.

Şek.4: Tek tek narenciye bitkileri için nokta bazlı TRV (Tree Row Volume) analizi.

Şek.5: Agrovoltaik bir narenciye bahçesinin TRV (Tree Row Volume) endeks haritası.

• CWSI (Crop Water Stress Index): esas olarak yaprak sıcaklığının hava sıcaklığına göre değerlendirilmesinden türetilen ürünlerin su stresi durumunu ölçer. Burada da Şekil 6, su stresini bitki bitki belirlemektedir. Ardından, tek tek değerler bir tarla haritası (Şekil 7) elde etmek için uzamsallaştırılmıştır. Amaç, sulama ihtiyacını değerlendirmek ve suyu daha verimli yönetmektir.

Şek.6: Tek tek narenciye bitkileri için nokta bazlı CWSI (Crop Water Stress Index) analizi.

Şek.7: Agrovoltaik bir narenciye bahçesinin CWSI (Crop Water Stress Index) endeks haritası.

Sonuçlar

Gerçekleştirilen inceleme, agrovoltaik sistem içindeki narenciye bahçesinin ayrıntılı bir analizini elde etmeyi mümkün kıldı ve fotovoltaik panellerin altındaki bitkiler dahil olmak üzere bitkilerin tepe örtüsü özelliklerinin derinlemesine incelenmesini sağladı. Bu, arazinin 3B modellerini oluşturabilen düşük irtifa verilerinin dronlar kullanılarak toplanması sayesinde mümkün olmuştur; bu da panellerin altındaki ürünlerin analiz edilmesine izin vermeyen 2B veya uydu analizinin zorluklarının aşılmasını sağlar. Üretilen haritalar, çiftçinin bilinçli kararlar almasını ve hedefe yönelik müdahalelerde bulunmasını sağlamak açısından son derece önemlidir. Farklı büyüme aşamalarında çeşitli narenciye türlerinin bulunduğu bu vaka çalışmasında, tarlanın en kuzeyindeki bölgede yüksek su stresi ve düşük tepe örtüsü canlılığı görüldüğü ortaya konabilmiştir. Fotovoltaik panellerin kurulu olduğu bölgede durum genellikle orta düzey canlılık ve orta düzey su stresi şeklindedir. Daha ayrıntılı olarak, belirgin şekilde düşük canlılık ve yüksek stres gösteren birkaç bitki noktası bulunmaktadır. Buna karşılık, tarlanın en sağındaki bölge en iyi koşullara sahip olan bölgedir. Agrobit ekibi, agrovoltaik sistemlerin çiftçiler için büyük bir fırsat oluşturduğunu bilmektedir. Bu nedenle, iDrone hizmeti sayesinde agronomik kararlarınızı destekleyebilir ve tarladaki kaynak kullanımını iyileştirebiliriz. Deneysel agrovoltaik sistemlerinde bu incelemenin gerçekleştirilmesine olanak sağladığı için CIHEAM Bari’ye teşekkür ederiz.